본문에서는 아마존 렉스를 위한 다중 개발자 CI/CD 파이프라인을 소개하며, 격리된 개발 환경, 자동화된 테스트, 그리고 간편한 배포를 가능하게 합니다. 이 솔루션을 설정하는 방법과 이를 사용하는 팀들의 현실적인 결과를 공유합니다.

COBOL 현대화를 성공적으로 이끌어내기 위해서는 결정론적으로 역공학을 수행할 수 있는 솔루션이 필요하며, 유효성이 검증되고 추적 가능한 명세를 생성하고 이 명세를 AI 기반 코딩 어시스턴트로 전달하는 것이 중요하다. 성공적인 현대화에는 역공학과 전진공학이 모두 필요하다.

Flyte Python SDK를 사용하여 AI/ML 워크플로우를 조정하고 확장하는 방법을 설명하고, Union.ai 2.0 시스템이 Amazon EKS에 Flyte를 배포하고 Amazon S3, Amazon Aurora, IAM, Amazon CloudWatch와 통합되는 방법을 살펴봅니다. 새로운 Amazon S3 Vectors 서비스를 활용한 AI 워크플로우 예시를 통해 솔루션을 탐구합니다.

뉴 레릭이 생성 모델 AI 혁신 센터와 협력하여 New Relic Omnipresence Virtual Assistant인 New Relic NOVA를 지식 보조에서 포괄적인 생산성 엔진으로 발전시켰다. 기업급 AI 솔루션을 구축하며 측정 가능한 생산성 향상을 실현한 기술 아키텍처, 개발 과정, 주요 배운 점을 살펴본다.

BGL은 15개국 12,700개 이상의 기업에 서비스를 제공하는 선도적인 자체 관리 연금기금(SMSF) 관리 솔루션 제공업체로, 개인들이 자신이나 고객의 퇴직 저축물의 복잡한 규정 준수와 보고를 관리하는 데 도움을 줍니다. 이 블로그 글에서는 BGL이 Claude 에이전트 SDK와 아마존 베드락 에이전트코어를 사용하여 생산 준비가 완료된 AI 에이전트를 구축한 경험을 살펴봅니다.

아마존 세이지메이커는 2025년 11월 21일, 아마존 세이지메이커 통합 스튜디오 내에 내장된 데이터 에이전트를 소개했다. 이 데이터 에이전트는 대규모 데이터 분석을 변형하는 데 도움이 되며, 세부적인 사례 연구를 통해 이를 시연한다. 이를 통해 세이지메이커 데이터 에이전트가 데이터 준비에 소요되는 시간을 줄이고, 분석 개발 시간을 단축시켜 연구 결과 도출까지의 경로를 가속화하는 방법을 보여준다.

PDI Technologies는 편의점 소매 및 석유 도매 업계의 글로벌 리더이다. 이 게시물에서는 PDI Intelligence Query (PDIQ) 프로세스 흐름과 아키텍처를 살펴보며 구현 세부 사항 및 PDI가 달성한 비즈니스 결과에 초점을 맞춘다.

버크는 아마존 베드록을 사용해 자체 개발한 AI 어시스턴트 ‘핀(Finn)’를 업그레이드하여 다국어 및 다시간대에 맞는 은행 지원을 원활하게 처리하고 있다.

아마존 웹 서비스(AWS)가 시작한 AWS AI 리그가 아시아태평양 지역으로 확장되어 지난해 싱가포르, 인도네시아, 말레이시아, 태국, 베트남, 필리핀 등에서 학생들을 환영했다. 이 블로그에서 AWS AI 리그 챔피언인 블릭스 D. 포리아센이 대회를 통해 마주한 도전, 성취, 그리고 핵심 교훈에 대해 직접 이야기한다.

아마존 AMET 결제팀은 단일 에이전트 AI 시스템의 한계를 극복하기 위해 인간 중심 접근 방식을 통해 구조화된 출력을 구현하고, 환각 현상을 크게 줄이며, AMET QA 팀 전반에 확장 가능한 솔루션을 구축했으며, 이후 국제 신흥 스토어 및 결제 (IESP) 조직의 다른 QA 팀 전반에 확장될 예정입니다.

타타 파워 CoE와 Oneture Technologies가 AWS 서비스를 활용하여 검사 프로세스를 자동화하는 방법을 탐구합니다.

CBRE와 AWS가 Amazon Bedrock을 활용하여 부동산 관리를 변혁하고, 통합 검색 및 디지털 어시스턴트를 구축한 방법을 소개한다. 이를 통해 전문가들은 자연어 질의를 통해 수백만 건의 문서와 다중 데이터베이스에 액세스할 수 있게 되었고, 670만 건 이상의 문서에 대한 처리 시간을 67% 줄이면서 기업급 보안을 유지했다.

UCLA의 OARC 및 REMAP 팀이 AWS의 서버리스 인프라, 관리형 서비스 및 생성 AI 서비스를 활용하여 솔루션을 신속하게 설계하고 배포하는 방법을 설명하며, Amazon SageMaker AI의 사용법과 몰입형 실시간 경험에서 안정적으로 활용하는 방법을 소개합니다.

Mobileye 팀은 AWS Graviton을 활용하여 REM™을 최적화하는 방법에 대해 설명합니다. 이를 통해 ML 추론과 Triton 통합에 초점을 맞추고 있습니다.

MSD는 생성 모델 AI와 데이터베이스의 파워를 활용하여 제조 이탈 관리 프로세스를 최적화하고 변형하는 방법을 탐구하고 있습니다. 지난 사건, 이탈 및 발견에 대한 정확하고 다면적인 지식 기반을 만들어 새로운 사례당 소요되는 시간과 노력을 현저히 줄이면서 최고 수준의 품질과 규정 준수를 유지하려고 합니다.

Druva는 Amazon Web Services와 협력하여 고객 경험을 재정의하는 생성 모델 AI 기반의 멀티 에이전트 코파일럿을 개발 중이다.

Amazon Search는 AWS Batch를 활용하여 GPU 인스턴스 활용을 최적화하여 SageMaker 학습 작업을 두 배로 늘렸습니다. P5, P4 등 GPU 가속 인스턴스 패밀리에서 기계 학습(ML) 학습 워크로드를 조정하는 관리 솔루션을 소개하며, 사용 사례 구현의 단계별 안내도 제공할 예정입니다.

Kitsa는 AI 기반 임상시험 모집 및 사이트 선정에 특화된 헬스테크 기업으로, 아마존 퀵 오토메이트를 활용하여 임상시험 사이트 선정 솔루션을 혁신했습니다. 아마존 퀵 오토메이트는 아마존 퀵 스위트의 능력 중 하나로 기업이 규모에 맞는 견고한 워크플로 자동화를 구축, 배포 및 유지할 수 있게 합니다.

Vxceed는 아마존 베드락을 활용하여 AI 기반의 다중 에이전트 솔루션을 개발했는데, 이는 대규모 판매팀을 위해 맞춤형 영업 제안서를 자동으로 생성해준다.

Amazon Nova Act를 사용하여 QuickSight 데이터 스토리 생성을 자동화하는 방법을 소개하며, 중요한 데이터 기반 비즈니스 결정에 집중할 수 있는 시간을 절약합니다.

PowerSchool은 Amazon SageMaker AI를 사용하여 정확성을 높이고 잘못된 양성률을 낮춘 사용자 정의 콘텐츠 필터링 솔루션을 구축하고 배포했다. Llama 3.1 8B의 세부 튜닝 기술, 배포 아키텍처, 내부 검증 결과에 대해 설명한다.

코레에이의 AI 플랫폼과 아마존 Q 비즈니스를 통합하여 기업 내 지식을 검색하고 검색, 추론, 작업, 콘텐츠 생성 등을 포함하는 업무 흐름을 실행함으로써 조직은 직원 생산성을 향상시킬 수 있습니다.

아마존 베드락 FMs를 Quora의 Poe 시스템에 배포 속도를 급격히 가속화하는 통합 래퍼 API 프레임워크를 구축하는 방법을 탐구합니다. Poe의 이벤트 기반 ServerSentEvents 프로토콜과 아마존 베드락 REST 기반 API를 연결하는 기술 아키텍처를 상세히 설명하고, 템플릿 기반 구성 시스템이 배포 시간을 몇 분으로 단축하는 방법을 시연하며, 프로토콜 변환, 에러 처리, 멀티모달 기능을 위한 구현 패턴을 공유합니다.

Skello는 직원 일정 및 인력 관리에 초점을 맞춘 선도적인 HR SaaS 솔루션으로, 다양한 분야에 서비스를 제공하며 스케줄 생성, 시간 추적, 급여 준비 등의 기능을 제공합니다. 이 기사는 대량 언어 모델을 데이터 쿼리에 구현하는 과정에서의 도전과, 특히 GDPR 하 프랑스 회사의 맥락에서 다룹니다.

프루프포인트는 Amazon Q Business를 통합하여 전문 서비스를 재정의했습니다. 이는 기업 데이터를 기반으로 질문에 답변하고 요약을 제공하며 콘텐츠를 생성하고 작업을 완료하는 완전 관리형 생성형 AI 기반 어시스턴트입니다. 이 게시물에서는 Amazon Q Business가 프루프포인트의 전문 서비스를 어떻게 변화시켰는지, 배포, 기능 및 미래 로드맵을 자세히 살펴봅니다.

부에노스아이레스 시의 정부와 GenAIIC가 개발한 AI 보티는 시민들의 정부 절차 관련 질문에 대답하는 데 사용됩니다. 이 솔루션은 유해한 사용자 쿼리에 응답하는 것을 방지하는 입력 가드레일 시스템과 관련 정보를 검색하고 응답을 생성하는 정부 절차 에이전트 두 가지 주요 구성 요소로 구성됩니다.

아마존 파이낸스 기술팀은 Amazon의 글로벌 영역에서 표준화된 금융 의사 결정과 운영 효율을 뒷받침하는 포괄적인 기술 솔루션을 개발하고 관리한다. 이 글에서는 팀이 Amazon Bedrock의 생성 AI 기술과 Amazon Kendra의 지능적인 검색을 활용하여 비즈니스 도전에 대한 솔루션을 개념화하고 구현한 방법을 설명한다.

대규모 에너지 공급업체의 기술 도움데스크 요원들이 고객 전화를 받고 현장 요원을 지원하는 사례를 살펴봅니다. 아마존 베드락과 인포시스 토파즈™ 기능을 활용하여, 콜 처리 시간을 단축하고 작업 자동화, 기술 지원의 전반적인 품질 향상을 이끌어내는 생성적 AI 애플리케이션을 구축합니다.

DTDC와 ShellKode가 아마존 베드락을 활용하여 제너레이티브 인공지능(AI)을 기반으로 한 DIVA 2.0 물류 에이전트를 구축한 과정에 대해 소개합니다.

아마존 베드락 데이터 자동화와 세이지메이커 AI를 사용하여 다중 페이지 문서에 인간 검토 루프를 적용하는 방법을 소개합니다.

악센처는 아마존 노바와 베드락 에이전트를 활용해 비디오 하이라이트 제작을 확장하고, 시청자 참여도를 높이며 콘텐츠 가치를 증진시키는데 성공했다. 짧고 강렬한 클립은 시청자 유지율을 끌어올리고 소셜 미디어를 통해 확대되는 동시에 브랜드 아이덴티티를 강화하고 새로운 기회를 열어준다.

NVIDIA Dynamo를 활용하여 Amazon EKS에서 생성 모델 AI 추론을 가속화하는 방법에 대한 소개. NVIDIA Dynamo를 Amazon EKS에 설정하여 자동 스케일링 및 간소화된 Kubernetes 운영을 수행하는 방법을 설명하고 있으며, AWS Labs의 AI on EKS GitHub repo에서 NVIDIA Dynamo 블루프린트를 사용하여 인프라 프로비저닝, 모니터링 구성, NVIDIA Dynamo 오퍼레이터 설치하는 실습 안내 제공.

AWS는 AWS 창의적 AI 혁신 센터에 1억 달러의 추가 투자를 발표했으며, 금융 서비스부터 의료 분야까지의 산업에서의 성공적인 고객 협업 두 해를 기념했다. 이 투자는 AI가 더 많은 자율적이고 행동적인 시스템으로 진화함에 따라 이루어졌으며, 이미 수천 명의 고객이 수백만 달러의 생산성 향상을 이끌고 고객 경험을 변화시키는 데 도움을 받고 있다.

Rocket AI Agent는 디지털 어시스턴트를 넘어서 클라이언트 엔게이지먼트를 재구성한 것으로, Amazon Bedrock 에이전트와 Rocket의 데이터 및 시스템을 결합하여 24/7 대기 없이 이용 가능한 스마터하고 확장 가능하며 인간적인 경험을 제공합니다. Rocket은 이 비전을 실현하기 위해 Amazon Bedrock 에이전트를 활용하여 AI 기반 지원의 새 시대를 열었고, 지속적으로 이용 가능하며 개인화되고 행동을 취할 수 있는 서비스를 제공합니다.

글은 Amazon Bedrock 스트리밍 API를 AWS AppSync 구독과 통합함으로써 AI 어시스턴트의 응답 시간과 사용자 만족도를 크게 향상시키는 방법을 소개합니다. 글로벌 금융 서비스 기관이 이 스트리밍 방식을 구현함으로써 복잡한 쿼리의 초기 응답 시간을 약 75% 단축하여 사용자가 완전한 답변을 기다리는 대신 응답이 생성되는 대로 확인할 수 있게 했습니다.

아폴로 타이어는 아마존 베드락과 생성적 AI를 활용하여 기계 데이터에서 통찰을 얻고 제조 프로세스의 종합적인 시각을 얻어 데이터 기반 의사 결정을 내리고 운영 효율을 최적화했습니다.

넷서티브가 아마존 베드락과 아마존 노바를 활용해 MLX에 생성적 AI 기반 어시스턴트를 도입하여 플랫폼의 차세대를 구현했다.

비디오앰프는 AWS Generative AI Innovation Center (GenAIIC) 팀과 협력하여 비디오앰프 자연어(NL) 분석 챗봇 프로토타입을 개발하고 아마존 베드락을 활용해 미디어 분석 데이터에서 의미 있는 통찰력을 대규모로 발견하는 방법을 소개합니다.

Adobe는 AWS 창조적 AI 혁신 센터와 협력하여 아마존 베드락 지식 베이스와 벡터 엔진을 사용했고, 이를 통해 개발자 지원 시스템을 혁신하였으며 검색 정확도가 20% 향상되었다. 본문에서는 이 솔루션에 대한 세부 내용과 Adobe가 개발자 생산성을 향상하는 방법에 대해 논의한다.

Bito는 소프트웨어 개발자를 위한 AI 에이전트를 만드는 혁신적인 스타트업이다. 이 게시물에서는 아마존 노바를 사용하여 Bito가 AI 기반 코드 리뷰의 무료 티어 옵션을 제공하는 방법을 소개한다.

가르데니아 테크놀로지는 AWS PACE 팀과 협력하여 최신 생성 AI 모델을 활용한 완전 자동화 ESG 보고 솔루션 ‘Report GenAI’를 개발했다. 이 기술은 RAG와 텍스트-to-SQL 기능을 활용해 고객들이 ESG 보고 시간을 최대 75% 줄일 수 있도록 도와준다. AWS 서버리스 기술과 아마존 베드락의 에이전트를 결합하여 확장 가능하고 유연한 문서 어시스턴트 애플리케이션을 구축하는 방법을 소개한다.

E.ON은 아마존 텍스트랙트의 창의적인 응용과 커스텀 이미지 분석, 펄스 카운팅을 결합하여 실제 문제를 대규모로 해결하는 방법을 소개한다. 스마트 미터 오류를 짧은 스마트폰 비디오로 진단함으로써 E.ON은 비용을 절감하고 고객 만족도를 향상시키며 전체 에너지 서비스 신뢰성을 향상시키고자 한다.

아마존 노바 캔버스가 고급 이미지 생성 기술을 통해 실제 비즈니스 문제를 해결하는 방법을 탐구합니다. 이 기술의 강력함과 유연성을 보여주는 인테리어 디자인 및 제품 사진 촬영 두 가지 구체적인 사용 사례에 초점을 맞춥니다.

이 블로그는 생성 모델 AI 및 아마존 베드락을 사용하여 유전체 데이터베이스에 자연어 질문을 하는 텍스트-SQL 파이프라인을 배포하는 것을 탐구합니다. AWS Amplify를 사용하여 AI 어시스턴트 웹 인터페이스를 구현하는 방법과 SQL 쿼리를 생성하는 데 채택된 프롬프트 엔지니어링 전략을 설명합니다. 마지막으로, 서비스를 자체 AWS 계정에 배포하는 방법을 안내합니다.

Amazon Web Services(AWS)를 사용하여 문서 번역을 자동화하는 방법을 소개합니다. Amazon Bedrock와 AWS 서버리스 기술을 활용하여 코드 실행, 데이터 관리, 애플리케이션 통합을 서버 관리 없이 수행할 수 있습니다.

제너레이티브 AI가 산업을 혁신함에 따라 기관들은 그 잠재력을 활용하고자 합니다. 그러나 생산 준비 솔루션에서 완전한 규모의 구현으로 이어지는 여정은 독특한 운영 및 기술적 고려 사항을 제시할 수 있습니다. 본문은 유럽, 중동, 아프리카 (EMEA) 지역의 AWS 고객들이 이 전환을 성공적으로 해내며 얻은 주요 통찰과 교훈을 탐구하며, 이에 따라 따르려는 다른 이들을 위한 로드맵을 제시합니다.

아마존 베드락의 프롬프트 최적화 기능을 소개합니다. 이 기능을 통해 단일 API 호출이나 클릭으로 프롬프트를 최적화할 수 있으며, 이를 통해 유에웬 그룹의 대형 언어 모델(LLMs)의 성능이 향상되어 지능적인 텍스트 처리 작업에 활용됩니다.

이 글에서는 생성 AI 애플리케이션의 맥락에서 LLM(Large Language Models)을 평가하는 중요성을 탐구하며, 환상과 편향과 같은 문제가 일으키는 도전에 주목합니다. AWS 서비스를 활용해 평가 프로세스를 자동화하는 포괄적인 솔루션을 소개하며, FMeval 라이브러리, Ragas, LLMeter, Step Functions과 같은 도구를 사용하여 유연성과 확장성을 제공하여 LLM 소비자들의 변화하는 요구를 충족시킵니다.